车辆路径问题是物流领域中一个具有重要理论意义与现实意义的研究课题。为实现物流车辆的实时监控、导航和实时优化调度，该问题的数学模型需要在线、实时地构建，动态建模是该问题研究中面临的一大难题。针对这一难题，本文以提高车辆路径问题处理的实时性和智能性为目标，按照“车辆路径问题的知识表示→数学模型的计算机生成→模型的计算机求解与最佳行车路径的获得”这一在线、动态的处理思路，引入人工智能和知识工程等相关理论与方法，重点研究车辆路径问题的知识表示方法、建模方法、与求解系统，为车辆路径问题的实时、智能化处理展开探索性研究。本文的具体研究工作如下：(1)车辆路径问题的知识表示方法及知识表示支持系统研究。根据车辆路径问题的知识特征，提出两阶段的车辆路径问题知识表示流程；研究车辆路径问题的形式化方法，及问题知识的描述方法；设计并建立问题知识表示支持系统，为该问题的智能建模与求解奠定基础。(2)车辆路径问题的建模方法研究。分析车辆路径问题数学模型的结构特征与求解特征，研究该问题的模型知识表示方法；根据专家建模思维规律，研究该问题的建模方法；设计并建立车辆路径问题的建模系统，使计算机能完成具有一定知识性和经验性的复杂车辆路径问题的建模工作。(3)车辆路径问题的求解系统研究。设计并建立车辆路径问题的求解系统，为车辆路径问题的在线、实时、智能化处理创造条件。(4)应用研究。针对北京北方食品公司的车辆路径问题，运用本研究中问题知识表示支持系统、建模系统与求解系统，完成该问题从信息模型生成→数学模型生成→模型求解的处理过程，开展对本研究问题知识表示方法、建模方法、与求解系统的验证。本研究是人工智能与组合优化等学科理论和方法的交叉与渗透，为解决车辆路径问题的知识化、智能化处理这一热点和难点问题进行了有益的探索。其研究成果配合以物流车辆的数据实时采集、监控与实时调度等技术，可以为物流中心的车辆实时导航与调度工作提供决策支持。